Indra Imanuel

Indra Imanuel 임마누엘 인드라

Laputa AI Research Engineer, 서울  ·  컴퓨터공학 박사

안녕하세요! 서울에서 활동하는 AI 연구자이자 엔지니어 인드라입니다. 비전–언어 모델(VLM)을 연구하고 있으며, 현재는 Mixture-of-Experts VLM에서 발생하는 미세한 시각적 구분(fine-grained visual discrimination) 실패를 진단하고 교정하는 문제와, 검색 시스템을 위한 멀티모달 문서 이해를 다루고 있습니다.

Laputa에서는 한국 대학 교재를 대상으로 하는 Unibook의 LLM 기반 멀티모달 Q&A 시스템을 개발하고 있으며, 그 과정에서 출발한 문서 계층 구조 복원 연구 프로젝트를 이끌고 있습니다. 그 전에는 STANS에서 1년여간 지능형 CCTV를 위한 실시간 컴퓨터 비전 모델을 개발했고, 그중 일부는 서울 지하철역에 배포되었습니다. 그보다 앞서 동서대학교에서 이석호 교수님의 지도로 영상 복원을 위한 생성 모델을 주제로 석사와 박사 과정을 마쳤습니다.

인도네시아 수라바야 출신이며, 2019년부터 한국에서 생활하고 있습니다. 현재 박사후연구원(postdoc) 자리를 찾고 있습니다.

Indra Imanuel

연구 관심 분야: 비전–언어 모델 · Mixture-of-Experts 및 효율적인 아키텍처 · 미세한 시각적 이해(fine-grained visual understanding) · 모델 진단·교정 및 평가 방법론 · 멀티모달 문서 이해 · 영상 복원을 위한 생성 모델

소식

주요 연구 논문 전체 보기

The Calibration Law: Diagnosing and Repairing Answer-Position Bias in Mixture-of-Experts Vision-Language Models

Indra Imanuel 외

논문 준비 중 (ICML 2027 목표) · 개인 연구 프로젝트, 2026년 1월 – 현재

MoE 비전–언어 모델은 아주 작은 차이만 있는 두 이미지를 구분하지 못하는 경우가 많습니다. 저희는 이 실패의 상당 부분이 심각한 답변 위치 편향(answer-position bias)에서 비롯됨을 보이고, 이를 추가 비용 없이 측정할 수 있는 진단 지표를 제안했으며, 8개의 공개 MoE VLM에서 학습 없이 적용하는 개입(training-free intervention)의 효과가 이 편향을 얼마나 잘 보정하느냐에 비례함을 확인했습니다. 레이블 없이 적용 가능한 방법으로 VisMin 그룹 점수를 크게 개선했고, 이 효과는 Winoground와 ColorSwap에도 제로샷으로 전이됩니다.

Second-Pass Document Hierarchy Repair for PDF Extraction (가제)

Indra Imanuel 외

논문 준비 중 (ICDAR 2027 목표) · Laputa, 2026

PDF 추출기가 놓치는 문서 계층 구조를 2차 보정 단계로 복원할 수 있을까요? 세 가지 공개 벤치마크와 한국어 교재에서의 엔드투엔드 평가, 사람이 만든 레이블 없이 학습한 자기지도 포인터 모델, LLM·VLM 베이스라인을 구축하고 있습니다.

Super-resolution with adversarial loss on the feature maps of the generated high-resolution image

Indra Imanuel, Suk-Ho Lee

Electronics Letters, 2022 SCIE · 석사 학위 연구

픽셀 공간뿐 아니라 사전학습 네트워크의 피처 맵에 적대적 손실(adversarial loss)을 적용하는 GAN 학습 기법입니다. 기존 GAN 기반 초해상도 방법을 개선했으며, 발표 당시 실제 저해상도 영상 벤치마크에서 최신 CVPR 방법을 능가했습니다.

주요 프로젝트 프로젝트 전체 보기

Unibook: 멀티모달 교재 Q&A 시스템

Laputa · 2025 – 현재

한국 대학 교재를 대상으로 20B+ 오픈 웨이트 멀티모달 MoE 모델을 중심에 둔 LLM 기반 RAG 및 에이전트 워크플로. 에이전트 워크플로를 설계하고, 검색 파이프라인을 수정·튜닝하고, 데이터베이스를 재설계했으며, 정량 평가로 서비스 모델을 선정·검증하고, 클라우드 GPU 배포 스택을 담당하고 있습니다.

LLMRAGAgentic workflowvLLMQdrantDocker

AWAS-Insight: 지능형 CCTV를 위한 군중 계수와 폭력 감지

STANS · 2024 – 2025

STANS의 지능형 CCTV 플랫폼 AWAS-Insight를 위한 AI 모델. 군중 밀도 추정 모델을 자동 레이블링 파이프라인과 함께 사내 데이터로 파인튜닝해 서울 지하철 역사에 배포했고, 행동 인식 모델과 옵티컬 플로우 모델을 실시간 객체 탐지기와 결합한 폭력 감지 모델을 실시간 추론용으로 양자화했습니다.

Crowd countingAction recognitionTensorRTONNX

건설 현장 실시간 번역

STANS · 2025 · 초기 단계 R&D

한국어 건설 현장 용어를 여러 아시아 언어로 실시간 번역하는 시스템: 음성 인식(STT), 신경망 기계 번역(NMT), 음성 합성(TTS), RAG를 결합한 LLM 파인튜닝. 제가 처음으로 LLM 개발을 경험한 프로젝트입니다.

LLMSTTNMTTTSRAG

디퓨전 기반 디모자이킹과 영상 압축

박사 학위논문 · 2021 – 2024

디노이징 디퓨전 널스페이스 모델을 이용한 영상 디모자이킹과 압축. 학습된 컬러 필터 어레이 패턴과, 화질과 압축률을 동시에 최적화하는 CFA 최적화 기법을 포함합니다.

DiffusionDemosaicingCFAImage restoration

피처 맵 적대적 손실을 이용한 GAN 초해상도

석사 학위논문 · 2019 – 2021

사전학습 네트워크의 피처 맵에 적대적 손실을 적용하는 학습 기법. 발표 당시 실제 저해상도 영상 벤치마크에서 최신 CVPR 방법을 능가했습니다.

GANSuper-resolutionImage restoration

ETRI 위탁 DeepView 다중 평면 뷰 합성

동서대학교 · 위탁 과제

ETRI 위탁으로 DeepView(학습된 경사 하강법과 다중 평면 이미지를 이용한 뷰 합성)를 검토·재구현하고, 보고서와 발표를 진행했습니다.

View synthesisMPIPyTorch

경력

학력